基于大数据的电网设备供应链溯源管理评价研究

为了加强电网设备质量源头治理,解决设备质量可追溯性问题,实现贯穿设备全寿命周期的全程质量管控。本文从大数据理念出发,首先建立了基于大数据的电网设备供应链溯源管理评价框架模型,指明了电网设备供应链溯源管理评价的技术路线,其次设计采用网络爬虫技术对散落的海量数据进行爬取和处理,从而提取电力设备供应商的信息,然后构建了包含5个一级指标、8个二级指标和两个维度的三级指标的电力物资供应商评价指标体系,分析了指标间的相互关系,最后对如何合理配指标权重进行了探索,对主观赋权法、客观赋权法和模糊综合评价三种权重确定方法进行了对比分析,从而搭建了具有追溯性的电网设备供应链溯源管理评价模型,为电网企业进行供应商的评价优化提供借鉴。     

基于大数据分析的电网设备质量评价

针对当前电网设备选型和供应商选择困难问题,提出一种电网设备质量评价方法。基于生产管理系统中设备缺陷、故障、退役等运行数据,考虑不同设备投运年限、缺陷故障严重等级以及由于质量问题提前退役等因素的影响,构建相对完整的设备缺陷率、故障率和设备寿命评价模型,从而形成对设备质量的整体评价,为设备选型采购、设备运维策略优化提供更为科学的决策依据。     

大数据理念下的供应商分析及应用研究

为了解决供应商关系管理中数据利用率不足的问题,充分提升数据价值的挖掘能力和应用效果,提升供应商管控水平,推进现代供应链的建设,本文基于HHM理论构建了供应商大数据分析模型,科学设计模型关键要素,采用“通用+专用”的方式选择评价指标,采用层次分析法确定指标权重,采用四分位法等多种科学评分方式获取供应商评价结果。供应商评价结果具有多种场景应用性,包括供应商分级管理、供应商分类管理、相关性分析、预警分析、产品行业分析等.相关场景的应用有利于释放大数据内在价值,解释供应商生产、技术等方面的能力和状态,从而更加全面、深入地掌握供应商实际情况,实现电网公司供应商关系管理水平的大幅提升,助力采购优质电力设备,为泛在电力物联网的建设提供重要支撑。     

基于FAHP的电网企业配电变压器供应商分级管理评价模型

针对目前电网企业有效管理配电变压器供应商困难,且管理成本高、差异化管理研究尚缺乏的现实情况,本文从设备全生命周期角度出发,构建了涵盖“采购阶段”,“入网运行阶段”及“退役报废阶段”的配电变压器供应商分级管理评价模型,模型具体含“供应商资质能力评价结果”、“设备到货抽检一次性通过率”、“设备专项抽检一次性通过率”、“设备缺陷率”、“设备重大缺陷率”、“设备缺陷事故率”及“资金回收比”等7个二级指标。在此基础上利用FAHP构建了模糊互补判断矩阵,确定了每项指标的权重,进行了一致性校验,结果良好.算例中对南方电网公司20家配电变压器供应商进行了分级排名,结果符合客观事实。电网企业可基于此对供应商进行差异化管理,提质增效。     

云计算智能电网大数据驱动的方法研究

针对智能电网数据繁多、用户应用困难的技术问题,提出了智能电网大数据驱动方法,并设计出基于云计算软件平台管理智能电网大数据的系统。通过采用数据挖掘算法对智能电网大数据样本训练、学习,建立多个数据处理模型。根据决策树算法能够实现智能电网数据不同属性数据的分类,使得用户快速从浩瀚的云端数据库中获取目标数据,并将处理后的数据通过区块链系统保存,进而实现数据的永久性存储。不同用户通过签发密钥实现数据的共享,使得数据应用和管理更为便捷有效。本方案为智能电网大数据处理与应用提供了技术参考。     

美林数据:大数据+AI提升钢企采购力

美林数据利用大数据进行综合分析,构建基于质检结果的重要原燃料供应商预警模型和物资采购尽职水平分析模型,来协同供应商评价与采购管理,从而帮助钢铁企业规避物资风险,实现精细化管理。2019年9月,中国钢铁工业协会发布1~7月钢铁行业运行情况,数据显示,7月钢铁生产增速明显回落,钢材价格相对平稳,由于原料成本处于高位,钢铁企业效益又有所下滑。     

基于数据标签管理的电网物资供应链数据价值挖掘研究

电网物资供应链数据的规范化管理对于电力工程项目建设管控、设备故障分析、设备质量全生命周期管理、检修计划及策略制定等具有重要意义。对于电网建设与运营企业而言,电网物资的供应链数据在采购策略制定、设备质量评估、电网稳定运行分析等方面具有重要价值。但由于电网物资在供应链全流程各节点实际业务的实施主体不同,加之业务信息化系统与业务信息化程度的差异性导致电网物资供应链数据存在不完整、不规范、应用难等问题。因此,建立具有可关联性、规范性的电网物资供应链数据模型将有效支撑相关数据分析与数据价值挖掘。本文提出一种基于数据标签管理的电网物资供应链数据模型构建方法,同时基于所提出的数据模型设计了三个不同分析维度的数据应用场景,在保证数据真实性与一致性的前提下,本文所提方法将有效解决业务实施主体不同、字段非固化、业务描述不统一等原因导致的数据一致性问题。     

基于模糊逻辑的发供电企业供应商评价方法

发供电企业属于资产密集型企业,供应链关系复杂,针对其特点,提出一种基于模糊逻辑的供应商评价方法.分析现代供应链条件下的供应商评价指标体系,采用三角模糊数来表示评价指标的不定性;应用层次分析得到评价指标权重;通过计算备选供应商和理想供应商之间模糊贴近度选择供应商.应用实例分析说明了该方法的实用性.所提出的供应商评价方法成功应用于某大型发供电企业的设备采购,取得了很好的应用效果.     

基于Nave Bayes分类的网络安全审计数据分析研究

研究了非监督学习Nave Bayes分类的原理和方法,并将其应用到文本数据——网络安全审计数据的分析中。为了提高分类准确率,根据分类的效果对数据的属性集进行选择,使用能提高分类准确性的属性作为分类的依据。对KDDCUP99数据集进行了基于不同属性集的实验,发现了与分类结果相关的属性,分类效果良好。     

基于Na?觙ve Bayes分类的网络安全审计数据分析研究

研究了非监督学习Na?觙ve Bayes分类的原理和方法,并将其应用到文本数据——网络安全审计数据的分析中。为了提高分类准确率,根据分类的效果对数据的属性集进行选择,使用能提高分类准确性的属性作为分类的依据。对KDD CUP99数据集进行了基于不同属性集的实验,发现了与分类结果相关的属性,分类效果良好。     

基于Na(i)ve Bayes分类的网络安全审计数据分析研究

研究了非监督学习Na(i)ve Bayes分类的原理和方法,并将其应用到文本数据--网络安全审计数据的分析中.为了提高分类准确率,根据分类的效果对数据的属性集进行选择,使用能提高分类准确性的属性作为分类的依据.对KDD CUP99数据集进行了基于不同属性集的实验,发现了与分类结果相关的属性,分类效果良好.     

基于邻域相似性的多源异构大数据属性约减方法

针对网络多源异构大数据之间领域关系难以界定导致运算量较大的问题，提出基于邻域相似性的多源异构大数据属性约减方法。首先，基于多源异构大数据进行分析，根据边界域理念及邻域相似性提出属性重要度度量方法；其次，结合邻域粗糙集提出多源异构大数据的属性约减算法；最后，进行实验对比分析。实验结果表明，该方法可对多源异构大数据属性进行约减，且约减后的分类准确率更高，优于对比方法，具有良好的应用性能。     

一种基于数据挖掘分析的设备状态评价方法

为提高电力设备状态评估的准确性和效率,提出了一种将数据挖掘方法应用到设备状态评价中的思路和方法。介绍了基于数据挖掘方法的状态评价模型,从大量设备历史数据库中采集电力设备的台账信息、在线监测信息、运行信息等作为设备评价的基础参量,将这些历史数据分别归类为不同状态的数据集,然后对每个数据集提取其主要特征向量,以此作为设备状态评价分类依据。该方法为设备状态评估提供了新的思路。     

基于电力设备采购质量提升的供应商选择与管理

设备质量是电网安全稳定的物质基础,提高电网装备水平,推动电网装备迈向中高端,持之以恒提升电网本质安全水平,是当前和今后一个时期工作的重中之重,而只有把好电网设备入网质量关,即从采购质量入手,才能从本质上提高设备质量。近年来,国网公司在招标前开展供应商资质能力核实,通过对供应商的资质、业绩等信息及现场实际生产情况核实确认,初步掌握了潜在供应商是否具备生产合格产品的资质和能力。但仍存在设备运行期间发生重大故障等情况。因此,为有效防控和杜绝产品技术风险,推动现有电力企业由规模扩张型向质量效益型转变,强化电网全过程质量管控,从源头入手提高设备质量,建立基于PSO-ELM的供应商选择机制,推动电网设备向中高端迈进、提升电网本质安全与可靠水平。     

基于粗糙集与支持向量机的故障智能分类方法

结合粗糙集的属性约简与支持向量机的分类功能,提出一种应用粗糙集与支持向量机的故障分类方法。该方法应用粗糙集理论属性约简作为诊断数据预处理器,可将冗余属性从诊断决策表中删除,而不损失有效信息,然后基于支持向量机进行故障分类建模和预测。谊方法可降低故障诊断数据维数及支持向量机在故障分类过程中的复杂度,但不会降低分类性能。将方法应用于某柴油机故障诊断数据的测试分类,结果表明该方法可快速正确的从数据获得故障类剐。     

可分离物品多属性多源采购的优化决策模型

以可分离物品的采购问题为实际背景,提出了可分离物品多属性多源采购的优化决策模型.首先在多属性信息下定义了采购商和供应商的效用函数;然后以社会福利最大化为目标,以市场出清价格为歧视性价格和统一价格两种不同形式分别构建了可分离物品多属性多源采购的供应商优选模型,通过求解模型得出最优的供应商和相应的供应量;最后,给出了一个电煤多属性多源采购的应用实例,表明了所设计的可分离物品采购决策方法的可行性和合理性.     

区块链技术在电力行业物资合同管理中的应用

在现代化的电力行业中,每年都需要采购大量的电力设备用于建设电网工程,由于电网建设环节复杂、所需物资设备类型较多,很难管理和众多供应商签订的物资合同.为了提高合同签订效率、保障电网建设工程的进度和质量,文章提出了把区块链技术应用在电力行业物资合同的管理中,由电网企业和设备供应商之间建立的用于签订合同的联盟链,并提出了一种基于改进的委托权益证明（DPoS）的实用拜占庭容错（PBFT）的共识机制,该机制结合合同签订次数给节点动态授权,优化了代理节点的选择策略.以区块链技术实现的电子合同既有传统电子合同建立在密码学算法基础上的安全性,又有多方协作、不可篡改和可追溯的透明性和真实性,使物资合同的签订和后续的管理都更加便捷和安全.     

基于Fabric的电网采购交易数据平台

我国电网采购交易平台具有交易金额巨大、供应商数量众多、流程管控要求严格的特点. 本文提出的电网采购交易数据平台, 基于Hyperledger Fabric技术, 结合数据库层面的数据哈希计算、数据指纹提取、权限访问控制、数据快速读取等方法, 实现了覆盖采购交易数据全生命周期的多级数据防护与数据防篡改, 可以有效管控由于采购交易平台各主体间的信息不对称可能导致的信任危机. 最后, 通过对该策略原型系统的防护性能进行试验分析, 验证了该原型系统的可行性.     

政府采购小常识

采购管理五要素采购管理是指对采购部门采用适当的程序,对本单位将要购置的各类物资(设备)价格的合理性、合法性、有效性、经济性及性价比进行综合比较分析,选择恰当的供应商进行采购的活动进行监督和评价。采购管理是单位管理重要内容之一,如何进行采购管理,为单位的建设和发展服务在理论和实践上都具有十分重要的现实意义。采购管理有五大要素值得关注:(1)货物来源渠道。货物来源渠道有许多种,有自产自销、全进口原装、进口组装、供应商组织货源等。货物的来源渠道不同,则关系到采购人选定供应商的问题,有些货物还关系到知识产权问题等等,…     

粗糙集下网络大数据混合属性特征检测仿真

由于网络混合属性集的冗余数据量多,影响数据检测的查全率,为此提出结合粗糙集理论的网络大数据混合属性特征检测方法。首先构建一个四元组,利用四元组的任意邻域信息测算其长度函数,以判断信息特征的相似性,结合粗糙集理论求解相似信息特征的邻域熵,以检测并分类重复数据属性。为优化数据分类效率,引入支持向量机分类思想,将大数据混合属性的分类问题变换为线性可分问题,实现网络大数据混合属性特征检测与分类。实验结果表明,所提方法能够有效根据数据特征筛选出无关数据信息,使用经过训练后的分类装置对约简后的特征集进行分类,与基于特征和分类器参数组合优化的网络属性特征检测方法比较,证明了所提方法的有效性,为网络大数据混合特征检测技术提供一种新的有效解决方式。